シラバス参照
|
シラバス参照
|
| 科目一覧へ戻る | 2025/03/27 現在 |
|
開講科目名 ／Course |
確率ロボティクス／Probabilistic Robotics |
|---|---|
|
時間割コード ／Course Code |
S1407910_S1 |
|
開講所属 ／Course Offered by |
システム工学部／Faculty of Systems Engineering |
|
ターム・学期 ／Term・Semester |
2025年度／Academic Year 第1クォーター／1Q |
|
曜限 ／Day, Period |
水／Wed 3, 水／Wed 4 |
|
開講区分 ／Semester offered |
第1クォーター／1Q |
|
単位数 ／Credits |
2.0 |
|
学年 ／Year |
3,4 |
|
主担当教員 ／Main Instructor |
小川原 光一 |
|
科目区分 ／Course Group |
_ |
|
授業形態 ／Lecture Form |
講義 |
|
教室 ／Classroom |
北１号館Ａ２０２／北１号館Ａ２０２ |
|
開講形態 ／Course Format |
|
|
ディプロマポリシー情報 ／Diploma Policy |
|
教員名 ／Instructor |
教員所属名 ／Affiliation |
|---|---|
| 小川原 光一 | システム工学部（教員） |
|
授業の概要・ねらい ／Course Aims |
動的に変化する不確かな環境では、状況を確率的に扱い、ロボットの行動を決定する必要があります。本授業では、その基礎となる確率・統計、不確かさのモデル化、自己位置推定、強化学習などについて学びます。 また、プログラム言語を用いて授業で扱ったアルゴリズムを実装することで、実践的な知識を習得できます。 |
|---|---|
|
到達目標 ／Course Objectives |
・ロボットや環境の状態を確率的に表現する方法と、それに基づく計算アルゴリズムについて説明し、プログラムによる実装ができるようになる。 |
|
成績評価の方法・基準 ／Grading Policies/Criteria |
成績は、課題（レポート）と授業内で実施するテストの結果に基づいて評価します。 課題（レポート）は4回実施し、各回10点満点です。 テストは第8回と第15回に実施し、それぞれ30点満点です。 成績評定の区分は以下のとおりとします。 Ｓ：十分理解し、他人に対しても正確に説明ができる（９０点以上） Ａ：十分理解している（８０～８９点） Ｂ：理解している（７０～７９点） Ｃ：おおむね理解している（６０～６９点） 不可：全く理解していない（６０点未満） |
|
教科書 ／Textbook |
詳解確率ロボティクスPythonによる基礎アルゴリズムの実装（上田隆一・講談社・ISBN 978-4065170069・4,290円） |
|
参考書・参考文献 ／Reference Book |
補足資料をMoodleで配布します。 |
|
履修上の注意 ・メッセージ ／Notice for Students |
自分でも興味を持って情報収集しながら取り組んでください。 |
|
履修する上で必要な事項 ／Prerequisite |
本授業ではPCを使用するため、各自PCを持参してください。 Pythonを使用したプログラミング課題を実施します。 課題レポートはMoodleから提出してもらいます。 |
|
履修を推奨する関連科目 ／Related Courses |
応用数学２、ロボット工学（履修後受講推奨） |
|
授業時間外学修についての指示 ／Instructions for studying outside class hours |
本授業の授業計画に沿って、１回あたり１時間の準備学習と３時間の復習を行ってください。さらに、授業内容に関連する課題に関する調査・考察を含めて、毎回の授業ごとに自主的な学修を求めます。 |
|
その他連絡事項 ／Other messages |
必要な場合はMoodleを介して連絡します。 |
|
授業理解を深める方法 ／How to deepen your understanding of classes |
記載事項なし。 |
|
オフィスアワー ／Office Hours |
担当 小川原 木曜日 13：10～14：40（北１号館 A318号室） メールにて事前に連絡してください。 ogawara@wakayama-u.ac.jp |
|
科目ナンバリング ／Course Numbering |
S61053J11100M333 |
|
実務経験 ／Practical Experience |
無 |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考（担当） ／Notes |
|---|---|---|---|---|
| 1 | 1 | 確率・統計の基礎１ | 確率・統計の基礎について理解します。 | PC使用 |
| 2 | 2 | 確率・統計の基礎２ | 確率・統計の基礎について理解します。 | PC使用 |
| 3 | 3 | 自律ロボットのモデル化 | 自律ロボットのモデル化について理解します。 | PC使用 |
| 4 | 4 | 不確かさのモデル化 | 不確かさのモデル化について理解します。 | PC使用 |
| 5 | 5 | パーティクルフィルタによる自己位置推定 | パーティクルフィルタによる自己位置推定について理解します。 | PC使用 |
| 6 | 6 | カルマンフィルタによる自己位置推定 | カルマンフィルタによる自己位置推定について理解します。 | PC使用 |
| 7 | 7 | 自己位置推定の諸問題 | 自己位置推定の諸問題について理解します。 | PC使用 |
| 8 | 8 | 前半のまとめと振り返り | 前半の内容を復習し理解を深めます。 | PC使用 |
| 9 | 9 | パーティクルフィルタによるSLAM | パーティクルフィルタによるSLAMについて理解します。 | PC使用 |
| 10 | 10 | グラフ表現によるSLAM | グラフ表現によるSLAMについて理解します。 | PC使用 |
| 11 | 11 | マルコフ決定過程と動的計画法 | マルコフ決定過程と動的計画法について理解します。 | PC使用 |
| 12 | 12 | 強化学習 | 強化学習について理解します。 | PC使用 |
| 13 | 13 | 部分観測マルコフ決定過程 | 部分観測マルコフ決定過程について理解します。 | PC使用 |
| 14 | 14 | ベイズ推論によるセンサデータの解析 | ベイズ推論によるセンサデータの解析について理解します。 | PC使用 |
| 15 | 15 | 後半のまとめと振り返り | 後半の内容を復習し理解を深めます。 | PC使用 |